股票市场春节节后效应的实证研究:来自中国A股市场的证据

开篇：润墨网以专业的文秘视角，为您筛选了一篇股票市场春节节后效应的实证研究:来自中国A股市场的证据范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

【摘要】在证券市场特定交易日的异常收益率现象研究中，有关节日效应的研究是最受关注、争议最多的之一。国内外学者多年来重点对节前交易日规律性地出现异常收益率的现象进行了详尽的研究，但对节后效应，尤其是中国市场传统节日节后效应的系统研究尚鲜见。本文主要运用GARCH（1，1）模型对中国A股市场1997～2011年间数据进行实证检验，验证了春节节后效应的存在，并发现节后交易日市场异常波动性是节后效应的重要原因之一。

【关键词】节后效应；异常收益率；GARCH（1，1）；模型

1.引言

从上世纪70年代中期开始，证券市场异常收益率现象引起了学者们的浓厚兴趣，相关领域的理论和实证研究层出不穷，研究对象涵盖季度效应、月份效应（主要集中在一月和四月效应上）、周一效应、周末效应、节日效应等，其所用数据也分别来自从美国、英国到亚太地区等多个市场。其中，对节日效应的研究是持续最久，争议也最多的部分。

大多数国外研究者将节日效应定义为股票市场在节日的前一交易日出现的，通常是其他交易日平均收益率的几倍甚至是几十倍的异常高收益，或者说就是“节前高收益”异象，并广泛获得了多个市场数据的支持。事实上，节日效应的表现并不是一成不变的。例如Ryan Chong,Robert Hudson,Kevin Keasey和Kevin Littler（2005）在研究中发现1991～1997年节前效应的反转情况，即节前交易日平均收益率为负值，然后此现象在随后几年中消失。

另一方面，理论上来说，如果节日对股票市场收益率有影响，那么这种影响很可能不仅仅作用在节日前最后一个交易日或节后第一个交易日。也就是说，节日期间的信息可能因为节后第一个交易日不能充分吸收和反映节日信息，而对节后的多个交易日造成滞后的影响。令人感到困惑的是，目前所有相关的文献中，研究都主要集中于节日前最后一个交易日，也有少部分研究同时分析了节日后第一个交易日，而节后其他交易日却几乎没有受到关注。曾对多个交易日进行研究的学者又并未将不同交易日分别考虑，而是作为一个连续的时期设置模型，导致无法得到确切的节日效应形式。因此，本文利用中国股票市场沪深A股数据，对春节这一国内最重大节日前后多个交易日的收益率现象进行系统研究。除了影响面广外，选择春节效应进行研究有一好处是春节为农历节日，因而可以避免常困扰研究者的日历效应对节日效应的干扰问题。

以下给出利用1997～2011年沪深A股日收盘价数据制成的描述性统计表，其中收益率全为简单收益率。其中POST1～POST3分别代表春节假期休市结束后的第1～第3个交易日。

从描述性统计结果中可以明显地看出，春节休市结束后，两个市场都出现了前三个交易日的日收益率的数量级远高于其他交易日平均收益率的情况。但并不能以此说明A股市场存在节后效应。要得出结论还需要建立回归模型从实证上对其进行检验。

本文剩余部分安排如下：第二部分对相关文献进行了回顾；第三部分介绍数据和研究方法，并对中国A股市场春节节后效应进行了检验；第四部分就节后效应的成因进行探讨，检验了变动风险溢价假说；最后是本文结论部分。

2.文献回顾

节日效应尤其是节前效应的存在性在多个地区和类型的市场上被证实。多年来学者们就这一现象及其成因进行了广泛和深入的研究，并留下了大量有价值的文献资料。

Robert A.Ariel（1990）通过研究1963～1982年间美国股票市场价值平均和算术平均的日指数收益率以及节前每小时道琼斯工业指数收益率数据，发现在节日前的交易日出现了显著高于其他交易日的收益率；Wilson H S Tong（1992）运用ARCH方法研究了台湾、韩国和美国市场的一月效应、二月效应，对农历新年对月份效应的影响给予了考虑，并检验了税收-损失-卖出假说、流动性限制假说和时变风险溢价假说。结果显示风险溢价对一月效应有很强的解释能力，而台湾市场上存在的农历新年效应却与税收原因或风险溢价波动无关。

Chan-Wung Kim和Jinwoo Park（1994）发现节前异常的高收益率存在于美国的三大主要股票市场，以及英国和日本市场，且后两者的节日效应独立与美国市场。他们的研究还表明节前平均收益中不存在规模效应；Paul Brockman和David Michayluk（1996）利用1963～1993年间NYSE、AMEX以及1972～1993年间NASDAQ中交易的所有股票收益率数据进行研究，检验了1987年后节日效应在基于不同规模、不同价格构建的市场组合中的一致性。结果显示节前收益率显著高于其他交易日收益率，并且在不同组合、不同类型（auction vs dealer）市场中广泛存在；Roger C Vergin和John McGinnis（1999）的研究发现1987～1996年的10年间，美国市场的节日高收益现象在大公司中已经消失，而小公司中也显著地减弱。

Vicente Meneu和Angel Pardo（2003）研究了在西班牙股票交易所交易的重要个股，结果表明节前交易日存在与其他日历效应无关的异常的高收益率，并提出了基于中小投资者在节前拒绝买入行为的流动性解释；Ryan Chong,Robert Hudson,Kevin Keasay和Kevin Littler（2005）发现节前效应在美国、英国和香港市场都出现了减弱，尤以美国最为显著，并发现1991～1997年期间节前效应出现反转，节前交易日出现负的收益率均值，此现象在之后的1997～2003年间消失；George J.Marrett和Andrew C.Worthington(2009)对澳大利亚股票1996年6月～2006年11月市场中8个节日的节日效应分别进行了回归研究，并对各具体行业以及小盘股专门进行了分析。结果表明整个市场和小盘股都提供了节前效应的证据，但市场的节前效应仅仅为零售行业节前效应的表现；同时没有任何证据表明市场或行业层面有节后效应存在。

相比国外的节日效应研究，国内相关的研究工作起步相对较晚，但近年来研究者们也留下了一定的有价值的文献。同时，现有的对中国市场春节效应的研究主要集中于几篇中文文献中。

陈希敏，陈菁（2004)在对中国股市月份效应存在性的研究中，采用了OLS和TARCH两种模型，对1993～2003年间沪深A、B股指数数据分别进行检验，发现得到了截然相反的结果；张和顾建新（2005）利用1992～2002年沪深两市日数据对一年中各月超额收益率进行了统计检验，得出我国市场不存在二月效应也即不存在春节效应的结论；陆磊，刘思峰（2008）用ARMA(1,1)-GARCH(1,1)模型对上证指数各节日前后第一个交易日进行研究，认为春节前后都存在节日效应，且排除了其仅是日历效应的可能；范辛亭，董文卓（2007）验证了中国A股市场的月份效应，并提出“消费习惯假说”，认为元旦和春节期间的消费高峰是月份效应的成因；江一涛、杨林燕（2009）以1997～2008年间上证指数日收益率为研究对象，利用GARCH-M模型，通过比较不休市的传统节日和休市的法定节日的节日效应，得出了休市对节日效应影响不大的结论。

通过对文献的回顾，我们可以看出节日效应在世界范围内得到了广泛的关注，但对节日效应的原因没有形成共识，且不论是对中国市场还是其他市场，节后效应都有待进一步的研究。

3.数据

本文以沪、深两市A股交易日收盘指数为研究对象，选取了1997年1月2日至2011年12月30日间所有数据。1997年以前虽有数据可得，但由于当时中国股票市场尚处于起步阶段，不规范程度较大，多种因素引发的收益率巨幅波动可能对研究结果造成误导性的影响，故弃之不用。随着股市监管的加强，尤其是1996年末开始实施涨跌停板限制制度后，中国A股市场进入了相对稳定发展的阶段，市场价格变动相对合理，也更适合作为研究样本。

本文所用数据全部来自Wind咨询金融终端数据浏览器。

除专门指出外，日收益率全部采用连续复利收益率，计算公式为：

其中，为第t日连续复利收益率，和分别为t日和前一日收盘价。

4.检验春节节后效应存在性的检验

国内外学者在关于节日效应检验的研究中大多采取了OLS方法。这类方法的好处是简便实用，但劣势也很明显：在使用OLS回归时，假定残差项满足同方差，而大量的研究表明，金融数据中这一假定往往不能得到满足。因而OLS得到的结果很可能不可靠。Robert Engle（1982）提出的“自回归条件异方差”（ARCH）模型能很好的解决这个问题，它反映了随机过程中的一种特性：方差随着时间的变化而变化，且具有丛集性和波动性，很适合用于金融时间序列的建模。ARCH模型被Bollerslev（1986）和Taylor（1986）发展为GARCH模型，很好的解决了ARCH在实际中难以运用的问题。通常，GARCH（1，1）模型已经能充分的捕捉数据中波动性集聚，所以，本文先尝试使用OLS方法进行回归，并进行ARCH以检验判断其异方差性，然后使用GARCH(1,1）模型检验春节节后效应。为了充分观察节后效应的具体表现，又不至因参数过多而影响模型的准确性，本文选取节后前3个交易日进行节后效应的研究。

OLS检验方程： （1）

其中，为日期t的日收益率；为截距项；为春节后交易日的虚拟变量，当且仅当t为春节假期后第i个交易日时为，其余情况下；为残差项。

GARCH（1，1）检验方程由均值方程和方差方程组成：

均值方程：

条件方差方程： （2）

其中为随时间变化的条件方差。

对以上两种检验方法而言，如果得到的结果为无法拒绝零假设：，则说明中国A股市场不存在春节节后效应；反之，如果回归估计得到的参数显著不为0，则说明存在春节节后效应，且效应的具体表现形式由该参数的取值决定。

计量经济学中，有时候时间序列的高度相关仅是因为两者随时间有相同方向的变动趋势，而没有真正的联系，也即“伪回归”。这样得到的回归估计是有严重误导性的。因此，在进行回归分析之前，本文先对沪深两市A股日收益率时间序列进行平稳性检验。

对沪深两市进行ADF单位根检验，选择滞后4阶，带截距项而无趋势项，得到的结果如表2所示。

在1%的显著性水平下，两市日收益率都拒绝随机游走假设，说明二者都是平稳的时间序列，可以进行后续的回归分析。

模型（1）的拟合结果见表1。从表中数据来看，节后第一个交易日两市没有出现明显的节后效应，节后第二个交易日有比较显著的正超额收益率，而第三个交易日则都出现了显著的负超额收益率。但对沪深两市场的OLS回归结果进行ARCH异方差检验后发现都存在高度显著的异方差性，故OLS方法不能得出有说服力的结论。

模型（2）的拟合结果见表2。从表中的数据结果来看，沪深两市在春节节后第一个交易日都没有出现节后效应的影响，而第二和第三个交易日则出现了显著的异常收益率。具体表现为节后第二个交易日存在正的超额收益率，而第三个交易日存在负的超额收益率。方差方程中高度显著的ARCH项和GARCH项系数证实了两个时间序列的异方差性。

对模型（2）的残差进行滞后一阶的ARCH LM Test，结果见表3。结果说明经过GARCH(1,1)模型拟合之后，残差项不再存在明显的异方差性。因此，模型（2）得到的结果在一定程度上是可信的。

5.检验变动风险溢价假说

传统的资产定价理论认为金融资产的收益与其所承担的系统性风险成正比，并用beta来衡量资产的系统性风险。Rogalski和Tinic（1986）发现小公司的股票的beta值在日历年末大幅提高，趋于比一年中其他月的平均水平高出30%到60%。这个发现使他们得出结论：所谓的一月效应其实只是对股票承受较高风险的一种正常的补偿。那么我国股票市场的春节节后效应中出现的超额收益率或负超额收益率是否是由风险溢价引起的呢？

为了检验风险溢价导致春节节后效应这一假说，可以对GARCH（1，1）中条件方差方程设置虚拟变量进行回归，从而考察春节假期后的交易日中是否出现显著的超额波动率。如果发现节后有正超额收益率的交易日有正的超额波动率，节后有负超额收益率的交易日也有负的超额波动率，那么春节节后效应就有可能是由波动率的异常引起的，需要进一步的验证；如果发现情况不是这样，那么就可以否定变动风险溢价假说。

均值方程：

条件方差方程： （3）

如果前文观察得到的春节节后交易日的超额收益率情况是由市场风险波动造成的，那么可以预期节后第一个交易日的波动情况不显著、第二个交易日的波动性显著偏高，第三个交易日的波动性显著偏低，也即是不显著，显著为正，而显著为负。如是，则春节节后交易日异常收益率是对变动风险的溢价这一假说得到支持。

模型（3）的实证结果见表4。沪深两市中，方差方程中虚拟变量的系数都与我们预期的情况一致。也就是说，春节节后出现正的异常收益率的交易日的波动性偏大，出现负的异常收益率的交易日的波动性偏小，异常收益率反映的是A股市场受到信息冲击带来的波动性的变化。

6.结论

本文针对农历春节这一伴随长假休市的重大节日，利用中国大陆A股市场的数据检验了少有研究者关注的股票市场节后效应，发现节后第一个交易日无明显节后效应反应，而节后第二、第三个交易日则分别表现出显著的正、负超额收益率。经过进一步的研究发现，这种显著的异常收益率是对对应的交易日出现的异常波动率的反映。根据春节节后效应的这种表现，可以设计套利策略在A股市场中获取超额回报，而这违背了有效市场假说的基本含义，即股票价格已经完全反映了所有的相关信息，投资者无法通过既定的操作始终获取异常利润。从这一点来看，我国沪深A股市场尚未达到弱式有效，资本市场建设还有很长的路要走。

参考文献

[1]Robert A.Ariel.High Stock Returns before Holidays:Existence and Evidence on Possible Causes[J].The Journal of Finance,1990,Vol XLV,No.5:1611～1626.

[2]Wilson H S Tong.An Analysis of The January Effect of United States,Taiwan and South Korea Stock Markets.[J].Asia Pacific Journal of Management,1992,Vol 9,No 2:189～207.

[3]Chan-Wung Kim and Jinwoo Park.Holiday Effects and Stock Returns:Further Evidence[J].Journal of Financial and Quantitative Analysis,1994,VOL 29,No.1:145～157.

[4]Paul Brockman and David Michayluk.The Persistent Holiday Effect:Additional Evidence[J].Applied Economics Letters,1998,5:205～209.

[5]Roger C Vergin and John McGinnis.Revisiting the Holiday Effect:is it on holiday?[J].Applied Financial Economics,1999,9:477～482.

[6]Vicente Meneu and Angel Pardo.Pre-holiday Effect,Large Trades and Small Investor Behaviour[J].Journal of Empirical Finance,2004,11:231～246.

[7]Ryan Chong,Robert Hudson,Kevin Keasay and Kevin Littler.Pre-holiday Effects:International Evidence on the Decline and Reversal of A Stock Market Anomaly[J].Journal of International Money and Finance,2005,24:1226～1236.

[8]George J.Marrett and Andrew C.Worthington.An Empirical Note on the Holiday Effect in the Australian Stock Market,1996～2006[J].2009,16:1769～1772.

[9]陈希敏,陈菁.月份效应:运用不同计量模型 得出相反实证结果[J].中国软科学,2004,8:66～73.

[10]张,顾建新.中国股票市场春节效应的实证研究[J].武汉理工大学学报,2005,VOL.27,No.6:141～144.

[11]陆磊,刘思峰.中国股票市场具有“节日效应”吗?[J].金融研究,2008,No.2:127～139.

[12]范辛亭,董文卓.中国股票市场的月份效应――基于消费习惯的解释[J].中山大学学报,2007,No.3:97～104.

[13]江一涛,杨林燕.中国股市的节日效应研究[J].经济经纬,2009,No6:135～138.